Vérifier le sitemap : ce que votre sitemap XML dit aux moteurs de recherche
Vérifiez le sitemap d’un site en indiquant simplement son adresse. Ce vérificateur gratuit trouve ses sitemaps XML comme le font les moteurs de recherche, depuis robots.txt ou les adresses habituelles, lit chaque index de sitemaps et chaque fichier (y compris les fichiers compressés en gzip), et vérifie que chacun est valide et respecte les limites. Il ouvre ensuite un échantillon de 25 pages listées pour voir si elles existent, ne redirigent pas et ne portent pas de noindex.
Gratuit, sans compte. Un site par analyse : jusqu’à 50 fichiers de sitemap et 25 des pages qu’ils listent. Les résultats sont conservés 24 heures et partagés pour la même adresse ; jusqu’à 5 analyses toutes les 10 minutes et 20 par jour.
Ce dont les moteurs de recherche ont besoin dans un sitemap
Trouvé là où les moteurs de recherche cherchent
Les sitemaps que nomme robots.txt, ou /sitemap.xml, /sitemap_index.xml et le /wp-sitemap.xml de WordPress quand il n’en nomme aucun, et si robots.txt devrait lister celui qui a été trouvé.
Lisible et dans les limites
Chaque fichier répond, est un XML valide et est vraiment un sitemap, et reste sous ce que lisent les moteurs de recherche : 50 000 URL ou 50 Mo par fichier. Les index qui se listent eux-mêmes ou qui bouclent sont aussi signalés.
Des pages qui existent
25 des pages listées sont ouvertes : une qui a disparu (404 ou 410) est un problème, car les moteurs de recherche continuent de la crawler ; une qui redirige devrait être listée à l’adresse où elle aboutit.
Des pages que vous voulez voir trouvées
Une page listée en noindex envoie un signal contradictoire aux moteurs de recherche. Un sitemap ne devrait lister que les pages que vous voulez voir dans leurs résultats.
Des dates honnêtes
Combien de pages portent un lastmod, combien de dates distinctes il y a, une date partagée par presque toutes les pages, et des dates dans le futur : les signaux que Google utilise pour décider quoi re-crawler.
La bonne adresse et les bonnes langues
Des pages listées sur un autre hôte que l’adresse propre du site, et, sur un site multilingue, des alternates hreflang qui ne se lient pas entre elles.
Ce qu’une analyse ne peut pas vous dire
Le vérificateur lit jusqu’à 50 fichiers de sitemap et ouvre 25 des pages qu’ils listent. Sur un grand site, c’est un échantillon : une page morte parmi des milliers peut ne pas en faire partie. Une page qui refuse la requête de Relvato, ou qui ne répond pas, n’est pas comptée comme cassée.
Il voit le sitemap tel qu’il est aujourd’hui. Si Google l’a lu, combien de ses pages sont indexées et pourquoi d’autres ne le sont pas, c’est dans Google Search Console, sous Sitemaps et Pages.
Et ce n’est qu’un seul regard. Les sitemaps changent à chaque mise à jour d’extension, migration de CMS et nouvelle section. La surveillance du sitemap de Relvato lit vos sitemaps selon un calendrier, ouvre 25 pages différentes à chaque exécution jusqu’à les avoir toutes vues, remarque quand chaque lastmod est réécrit avec la même date, et vous alerte par e-mail, Slack ou webhook.
Questions et réponses
Où mon sitemap doit-il se trouver ?
N’importe où sur votre site, pourvu que les moteurs de recherche puissent le trouver : nommez-le dans robots.txt avec une ligne comme Sitemap: https://www.example.com/sitemap.xml, et soumettez-le dans Google Search Console et Bing Webmaster Tools. La plupart des CMS et des extensions SEO en créent un à /sitemap.xml ou /sitemap_index.xml.
Quelle taille peut avoir un sitemap ?
50 000 URL ou 50 Mo non compressés par fichier. Un site plus grand répartit ses pages sur plusieurs sitemaps et les liste dans un index de sitemaps ; Google lit jusqu’à 50 000 sitemaps depuis un seul index.
Le lastmod compte-t-il ?
Google l’utilise quand il est systématiquement exact, et l’ignore quand il ne l’est pas. Une date qui change chaque jour pour chaque page, ou une seule date pour tout le site, ne lui dit rien, alors ne changez le lastmod d’une page que lorsque son contenu change.
Pourquoi un sitemap ne devrait-il pas lister des redirections ou des pages noindex ?
Un sitemap dit : voici les pages que vous voulez voir trouvées. Une redirection envoie les robots ailleurs, et noindex leur demande de ne pas indexer la page, donc les deux gaspillent du crawl et brouillent le signal. Listez chaque page à son adresse finale, et seulement les pages que vous voulez voir dans les résultats de recherche.
Qu’arrive-t-il aux sites que vous vérifiez ?
Relvato lit le robots.txt du site, ses sitemaps et 25 des pages qu’ils listent une fois, avec des requêtes ordinaires, et conserve le résultat 24 heures pour que la même adresse ne soit pas vérifiée à nouveau. Rien d’autre sur l’analyse n’est conservé.
Sachez quand un sitemap commence à envoyer Google vers des pages mortes.
La surveillance du sitemap de Relvato répète cette analyse sur votre site selon un calendrier, sur n’importe quelle plateforme. Sur toutes les offres, Free compris : avec l’offre Free, vous le lancez vous-même ou chaque semaine ; les offres payantes le font chaque jour.